健康風險評估中不確定性之量化與降低

近年評估一個污染場址對於人體健康的威脅,是否嚴重到需要進一步整治時,已普遍地應用風險評估方法,作為決策輔助工具。風險評估因為考慮實地性、多介質與機率性等概念,整個評估方法因此更趨成熟,但是也因為複雜度的提高,同時必須面對許多不確定性的問題,所以近年風險評估的文獻,都聚焦於不確定性的研究。在風險評估各類的不確定性中,參數不確定性因為其容易分析與量化的特性,所以有許多文獻進行研究探討,也能有效地加以量化與降低,但是關於其他來源的不確定性,包括模式與情境不確定性,研究則相當缺乏,僅有一些研究提出這些不確定性的初步量化方法,證明對風險結果有很大的影響,但是卻缺乏有效降低這些不確定性的相關研究。有鑑於不同模式之間的結果必然存在差異,導致模式選擇這個步驟會產生大量的不確定性,因此,如何刪除不適模式或是選擇最適模式,以降低模式差異所造成的不確定性就成為本研究的重點。本研究第一部分,在於建立一個可以比較各模式之情境適合度的篩選流程,此流程以數個候選的多介質模式,分別結合蒙地卡羅方法進行不確定性分析,得到各多介質模式具機率性的暴露途徑與風險值之後,比較各模式與情境之間的適合度,來刪除不適合模式,此流程以MEPAS、MMSOILS與CalTOX三個多介質模式,應用於一個地下水污染場址來做介紹。結果顯示,經由此流程可以刪去不適合情境假設的模式,降低因為模式差異所造成的不確定性。但是即使透過以上篩選流程選出適合情境的模式後,一個決策者仍然難以客觀地在數個模式之間選出有助於決策的模式,因此,為了能進行一個有效且客觀的整治決策,第二部份的研究,納入風險因子之外的成本考量,建立一個以降低參數不確定性至不干擾決策之最小花費為基準,來選擇出最適合整治決策之多介質模式的方法。首先,此方法結合二維蒙地卡羅、排序相關係數法,與風險之決策準則,找出各模式中參數分布會干擾決策的關鍵不確定性參數;接著透過分布收縮率,計算每個模式中為了降低不確定性所需的花費,其中分布收縮率為每個關鍵參數之分布所需要的縮小程度,最後,以分布收縮率最小與成本花費最少為依據,選出最適合決策進行的客觀模式。此部份研究同樣沿用以上地下水污染場址案例,來展現此方法。結果顯示,此方法可以在考慮不確定性的影響之下,客觀地選擇出有助於決策的最適模式。以上兩部分的研究,皆證明客觀的模式選擇方法,可以有效降低模式不確定性,但是不同的模式選擇方法各有其選擇基礎,其差異可視為情境不確定性的來源,因此,最後一部分的研究,建立總不確定性量化方法,不僅可以量化風險評估中各類的不確定性,尤其是不同模式選擇方法所造成的情境不確定性,更可以清楚呈現模式選擇前後,對總不確定性降低的影響。

作者:陳彥全